Genetic Algorithm-Based Optimization of Feature Selection for Arrhythmia Classification in ECG Signals

Abstract

La clasificación automática de arritmias cardíacas a partir de señales de electrocardiograma (ECG) suele apoyarse en conjuntos amplios de características morfológicas, temporales y espectrales que incrementan el costo computacional sin garantizar mejoras proporcionales en desempeño. Este trabajo compara tres estrategias de reducción del espacio de características para la clasificación binaria de latidos (Normal vs. Anormal) sobre la base de datos MIT-BIH Arrhythmia Database: (1) un modelo baseline con el conjunto completo de 30 características, (2) reducción mediante Análisis de Componentes Principales (PCA) reteniendo el 95% de la varianza, y (3) selección de características mediante un Algoritmo Genético (GA) con codificación binaria. Se extrajeron 109,398 latidos de 48 registros, y la validación se realizó mediante validación cruzada estratificada y agrupada por paciente (StratifiedGroupKFold) para evitar fuga de información entre pacientes. El subconjunto seleccionado por el GA (11 de 30 características) obtuvo el mejor desempeño en todas las métricas evaluadas: exactitud de 91.6% (±2.0%), F1 macro de 0.844 (±0.041), sensibilidad de 71.1% y especificidad de 96.0%, superando tanto al baseline (30 características, 90.2% exactitud) como a PCA (15 componentes, 88.5% exactitud), y con un tiempo de inferencia 22% menor que el baseline. Estos resultados muestran que la selección dirigida por GA no solo reduce la dimensionalidad, sino que mejora la generalización entre pacientes frente a técnicas de reducción no supervisada como PCA.